基于全局对比度的图像显著性区域检测算法研究.pptx

根据人眼视觉系统特征，提出一种将小波对比度的思想引入图像水印中的算法。先将宿主图像分块并根据纹理强弱进行分类，然后对每个块进行小波分解，小波对比度的大小同时决定了嵌入对象的选择和嵌入的强度。由于小波对

研究图像显著性的几篇好的论文，都是英文的

在轮廓编组计算模型中，编组元的提取对于轮廓编组结果具有重要的影响。针对复杂场景中目标轮廓易与非目标边缘混淆的问题，提出了一种基于全局运动对比度的编组元提取算法。提出了基于边缘片段的运动相似度度量方法，

论文仅供参考学习使用。 本文主要关注自底向上的显著性目标检测模型。从先验信息融合的角度出发,对显著性目标检测进行了深入研究,并将其应用到背光图像增强和交通标志识别领域。

用MATLAB计算图像对比度的程序。包括4邻域和8邻域两种方法。还有计算对比度的算法文档。

分析了MATLAB并行计算工具箱中各部件的关系,在Windows环境下搭建了并行计算集群;采用滑动邻域操作对声纳图像进行了对比度增强处理;重点介绍了MATLAB下的数据并行编程,利用分布式数组设计了集

基于优化对比度增强的图像去雾算法，是该篇文章《Optimizedcontrastenhancementforreal-timeimageandvideodehazing》作者写的代码，为了能够运行起来

显著性检测是计算机视觉的一个重要分支，而在深度学习的训练阶段、显著性检测算法的评价阶段等都需要大量有标注信息的数据集。显著图像数据集MSRA数据集，包含准确的像素级的显著目标标注图

HC算法：基于全局颜色直方图的颜色对比度算法，即使用每一个像素与图像中所有其他像素的颜色对比差异来确定它的显著性值（差异越大显著值越大），从而得到全分辨率显著性图像

韦伯-中心环绕结构的图像显著性检测模型